人工智能賦能地方高校醫學教育轉型探討

關鍵詞：人工智能；地方高校；醫學教育；教育轉型

在《“健康中國2030”規劃綱要》[]和“新醫科”建設需求的驅動下，地方高校作為區域性醫療衛生人才培養的核心基地，肩負著為地方輸送高素質醫學人才的重要使命。在此背景下，人工智能技術（ArtificialIntelligence，AI）的興起為地方醫學教育的轉型升級提供了有力的技術支撐。通過“AI+\"模式，推動教學方法與人才培養路徑的創新，以契合新時代醫療服務模式變革與科技進步的雙重需求。然而，我國醫學教育領域正面臨著一系列亟待解決的問題，如師資隊伍建設的相對滯后、課程體系構建的尚待完善，以及智能化教學資源的相對匱乏等，這些問題在一定程度上制約了教學質量的提升[2]。因此，探索“醫學+AI”深度融合的教學模式，成為推動地方醫學人才培養模式創新的新路徑。本研究立足于廣西地方高校的辦學實際，提出相應的改革建議，以期為地方高水平醫學人才的培養及區域醫療衛生事業的持續發展提供助力。

一、廣西高校醫學教育面臨的挑戰

（一）師資數智勝任力建設亟須強化

地方院校在人工智能與醫學交叉融合領域，高層次專家人才相對匱乏，且多數臨床教師對前沿技術的掌握與運用能力不足。因此，虛擬現實技術（VirtualReality，VR）、醫療大數據分析、生成式人工智能等新興技術與專業課程內容的深度融合受到限制，前瞻性發展亦受到制約。課程數智化建設進程相對緩慢，數字教學資源的利用效率有待提高，難以實現因材施教，也難以對學生的個體化學習路徑進行精準規劃[3]。

（二）傳統灌輸式教學模式與臨床勝任力培養存在沖突

目前，高校課程體系正處于從傳統教學模式向智能化轉型的初期階段，多數課程仍偏重于基礎醫學知識的機械記憶，與人工智能技術相關內容的融合度明顯不足，這加重了學生的認知負荷。再加上學生臨床見習機會相對匱乏，難以滿足“多臨床、反復臨床”的教育目標，制約了醫學人才綜合素質的提升和臨床勝任力的培養，導致醫學教育將難以適應社會對高素質應用型醫療人才的迫切需求。

（三）優質醫學教育資源分布不均衡

廣西各地區醫療教育等資源存在顯著不均衡現象，經濟欠發達地區的臨床教學基地在硬件設施配置、智能化模擬教學設備引入以及典型臨床病例資源庫的構建等方面，與經濟發達地區差距較為懸殊。優質教學資源的匱乏，導致地方臨床教學基地難以構建出理想的實踐教學環境，制約了學生臨床見習的深度和廣度，從而進一步拉大了不同地區之間醫學人才培養水平的差距。

二、AI賦能醫學教育的理論基礎

（一）建構主義學習理論

建構主義學習理論注重學生經由情境主動構建以獲取必要知識[4]。人工智能技術對認知過程模擬及空間拓展的科學探究，可增強機器學習、深度學習等算法在醫學信息處理與決策輔助中的關鍵作用[5]。借助AI等技術構建的虛擬診療場景、智能病例庫，為學生提供了接近真實醫療情境的學習環境，助力其在解決具體醫療問題過程中逐步建構臨床思維體系。并且AI技術能突破時空限制，通過整合頂尖醫學院校的優質課程資源，結合廣西地方高校的區域醫療特色開展線下案例研討，支撐學生自主學習，加強師生互動與協作，塑造“優質資源共享 + 區域特色強化”的混合式學習模式。

（二）能力本位教育理論

能力本位教育理論（Competency-BasedEducation，CBE）是以培養學生職業能力為核心的教育理念，基于能力本位教育理論的教學改革可以提高學生臨床溝通能力和問題解決能力[6]。借助人工智能的數據分析技術，構建翔實的學生能力圖譜，展現其在臨床思維能力方面的優勢與劣勢，并為其供應個性化學習資源，更符合學生的具體需求，達成從“知識傳授”到“能力培養”的轉型。

三、人工智能賦能地方高校醫學教育的實踐路徑

（一）推進專業改革

借助大數據剖析地方醫療崗位需求變動，適時調整優化專業設置，開辦與人工智能關聯緊密的微專業，使更多感興趣的臨床醫學生深入研習醫學人工智能相關知識[7]

（二）優化人才培養模式

構建以“課程 + 項目 + 評價”為核心的多維路徑，建立“醫學+AI”新醫科教學體系，優化人才培養模式。將輔助診斷、醫學影像分析、疾病預測、健康管理等已在醫療領域應用的人工智能技術深度融入醫學專業課程內容與教學環節，著重培養學生跨學科思維以及解決復雜臨床問題的能力[8]。例如，在口腔醫學領域依靠人工智能的智能診斷系統，為臨床影像識別與病理分析提供支撐，大幅提高診斷的準確性與效率，有力推動智能化口腔醫學人才的培養[2]；在醫學影像領域，深度學習技術賦能于CT、MRI等多模態影像的自動解讀及三維重構能力，既能強化教學內容的呈現，又能提高學生的實踐操作能力[9]；在檢驗醫學領域，基于人工智能的大數據平臺為精準檢測與分析提供保障，智能化實驗輔助工具進一步加強了學生的實驗技能訓練與數據解析能力，達到理論知識與實踐操作的融合[10]研究開發AI類選修課程，比如開設“智慧醫學”“健康數據智能分析”“慢性病管理AI輔助診療”等選修課程，拓展學生的學科視野，聚焦醫療人工智能發展的前沿動態。運用項目驅動方式，將臨床真實案例與虛擬仿真教學平臺相結合，激發學生解決復雜醫療問題的實踐能力與創新思維，營造沉浸式學習環境，加強臨床決策訓練。構建科學精準的反饋評價機制，通過融合多元數據和智能分析，實現對學生學習效果和專業技能掌握的全面反饋，促進個性化學習路徑動態調整與持續改進，確保人才培養的質量和滿足未來醫療環境需求。

（三）打造高水平數智化師資隊伍

“內育外納”構建校內校外多元合作交流平臺。強化與國內外一流醫學院校、科研單位以及AI企業的協作，憑借聯合培育、互訪交流等“內育”形式，邀約行業內高層次專家定時開展專題講座、培訓以及學術研討活動，給教師和學生帶來前沿的學術資訊與實踐經驗；設立AI專項人才引進資金，制定具有吸引力的人才政策，“外納”具有深厚醫學背景與AI技術專長的復合型專家加入，壯大師資隊伍。

“培研共促”搭建完善的AI專題教師培訓系統。定期組織教師參與VR、醫療大數據分析、生成式人工智能等技術的專項培訓，培訓內容包含理論知識、實踐操作以及在醫學教育場景中的應用實例分析等，保證培訓的專業性與實效性；為教師提供項目啟動資金、實驗場地等支持，激勵教師參與多學科交叉、AI應用、課程知識圖譜構建等研究項目，以實踐提高教師的AI技術應用水平。組建兼具醫學專業素養和人工智能技術能力的多學科教師團隊，對專業課程內容進行設計與優化，引入“教師AI備課系統”，提升教師備課效率和AI運用能力，解決數智化課程建設遲緩的問題。對在課程數智化建設中取得突出成果的教師團隊予以獎勵，激發教師參與課程改革的熱情。

（四）搭建智慧化實踐教學體系

建設VR實驗教學平臺，強化校企聯合培養機制，通過VR開展胸腔穿刺、骨髓穿刺等臨床實踐技能模擬操作訓練，增強學生對真實醫療場景的理解與適應能力，有助于突破單一學科教育的局限，有效提升學生的臨床批判性思維和診療能力，培養出具備臨床診療與技術研發雙重能力的復合型人才，在一定程度上緩解臨床實踐教學中師資力量及資源供給不足的狀況，促進區域內優質教學資源的均衡配置，進而保障教學質量[1]。例如，腹腔鏡手術虛擬現實模擬訓練系統可以幫助學生提高操作熟練度，還能提升學生的臨床診斷能力和最優治療方案選擇能力[12]。此外，利用自然語言處理技術構建虛擬醫患溝通訓練平臺，自動判別學生與虛擬患者對話里的溝通技巧短板，生成改進意見，彌補標準化病人短缺的訓練空白。積極與區域優質醫療機構開展合作，建立遠程臨床教學平臺，使學生能夠遠程觀摩AI輔助診斷過程，并參與線上病例研討。

四、AI賦能醫學教育轉型的倫理挑戰

在人工智能引領的大數據時代，患者的醫療數據及隱私面臨保護困境，利用人工智能開展醫療工作的資格認證缺乏相關規范，手術機器人用于治療也無明確的法律條文規定[13]。醫學院校在人工智能倫理風險、數據隱私保護意識以及訪問權限管理方面普遍存在不足，亟待借助系統培訓增強師生的相關認知[14]。同時，AI評估算法可能存在地域醫療差異的偏見，對教育評價的公平性產生影響。因此，有必要參考國內外先進經驗，依據地區特色制定具體實施計劃，促使法規與教育實踐緊密結合，構建包含倫理規范與技術應用的統籌規劃和監督體系，加強對數據安全的管控力度，促進跨部門協作，在激勵創新的同時有效防控風險。

五、結論與展望

在新醫科建設的時代背景下，地方高校醫學教育的轉型發展需緊密對接區域醫療需求，將其轉化為教育改革的內在驅動力，并加速人工智能技術賦能醫學教育的進程。本研究系統地梳理了廣西地方高校醫學教育現狀，并探討了人工智能賦能地方高校醫學教育轉型的可行路徑，旨在揭示“醫學+AI”融合模式在構建智能化、多元化及跨學科融合型人才培養模式，打造數智化師資隊伍及智慧教學平臺，實現醫學教育轉型目標中的關鍵作用。地方醫學高校應立足“地方性”“應用型”的發展定位，深化產教融合，著力培養復合型醫學人才，推動智能教育生態系統的構建與完善。同時，地方醫學教育的高質量發展還需兼顧倫理風險防控及政策支持等多重因素，如此，方能在貫徹健康中國戰略的過程中，培養出適應新時代需求的復合型醫學人才，為區域醫療衛生事業的進步提供有力支撐。

[參考文獻]

[1］新華社.中共中央國務院印發《“健康中國2030”規劃綱要》［J」.中華人民共和國國務院公報，2016（32）：5-20.

[2]鄒陸曦，孫玲.人工智能在醫學教育中的應用現狀及問題研究［J］.衛生職業教育，2021，39（24）：19.

［3］岳梅，張葉江.人工智能時代醫學教學改革方向研究[J].中國繼續醫學教育，2020，12（7）：6-9.

［4］武星妍.建構主義學習理論綜述［J］.社會科學前沿，2023，12（11）：6645-6651.

[5］隋佳宇，劉爽，劉海霞，等.ChatGPT在臨床醫學教育中的應用與挑戰［J］.醫學教育研究與實踐，2024，32（2）：141-145.

[6］張偉英，宋舒，徐婷婷，等.基于能力本位教育理論護理本科《外科護理學》案例教學法的構建與應用［J］.解放軍護理雜志，2021，38（3）：65-68.

[7］黃智若，沈曉沛，陳湖星，等，“醫學 + 人工智能”復合型創新人才培養模式探析［J]，中國醫學教育技術，2024，38（3）：271-275.

[8］崔明辰，馬學濤.醫學專業課教學中融入人工智能知識的思考［J］.衛生職業教育，2020，38（18）：15-16.

［9]吳昊，汪燕，安娜，等．人工智能趨勢下醫學影像學課程的改革與探索［J］．山西青年，2021（24）：51-52.

［10］蔣偉，馬海濤，鄭鴻，等.人工智能在研究生外科教學中的應用探索［J」.中國繼續醫學教育，2022，14（1）：152-155.

[11］趙曉華，黎志宏，馬若飛，等，醫學教育中信息技術的探索與實踐［J］.中國高等醫學教育，2019（5）：38-39.

[12]Ohtake S，Makiyama K，Yamashita D，etal.Trainingon a virtual reality laparoscopicsimulatorimproves performance of livelaparoscopic surgery[J］.Asian Journal ofEndoscopicSurgery，2022，15（2）：313-319.

［13］王艷，初紅，梁靜靜，等．人工智能背景下高等醫學教育的改革現狀與探究［J］.中國醫藥導報，2022，19（13）：64-67.

[14]鐘敏，胡燕，程茜，等.人工智能在醫學教育中的應用現狀與思考［J］.中國繼續醫學教育，2020，12（18）：79-81.

基金項目：本文系2023年度廣西高等教育本科教學改革工程項目課題“新醫科背景下公共衛生護理課程的構建與實踐”（課題編號：2023JGB172）的研究成果。作者簡介：（1985一），女，。